每一个极客心中dou有一个黑底白字的梦。你是否曾羡慕过那些电影里的黑客，手指在键盘上飞舞，一行行代码在终端里滚动，就Neng解决所有问题？其实这离我们并不遥远。特别是现在当AI大模型的风潮席卷全球，Ru果Neng把自己的人工智Neng助手“塞”进命令行里那种感觉简直不要太爽。

今天咱们不谈虚的，直接来点硬核的。不管你是刚入门的小白，还是有一定经验的开发者，这篇教程dou要带你手搓一个属于自己的AI命令行工具。没错，就是那种Neng直接在终端里跟AI对话、让它帮你写代码、查日志的神器。别担心，我们会用Zui通俗的语言，把整个过程拆解得明明白白。哪怕你之前没写过Node.js工具，跟着走，半小时内，你也Neng拥有一个属于自己的“AI瑞士军刀”。

为什么我们需要一个AI CLI工具？

在开始动手之前，咱们得先明白“为什么”。现在的IDE功Neng越来越强大，图形界面也越来越花哨，但为什么hen多老手还是对命令行情有独钟？

简单来说就是快，而且自由。

想象一下当你正在远程连接着一台只有黑屏终端的Linux服务器，没有鼠标，没有图形界面这时候你想查一段复杂的日志，或者想写一个Python脚本来处理数据。Ru果你还得切回本地电脑用浏览器去问ChatGPT，然后再复制粘贴过去，那效率简直低到令人发指。这时候，Ru果Neng在终端里直接输入一行命令，比如 ai-cli ask "怎么用awk提取日志中的错误信息"，答案立马浮现，是不是感觉世界dou清净了？

不仅如此，CLI工具在自动化脚本、DevOps流程中geng是不可或缺的一环。你Ke以把它嵌入到你的部署脚本里让AI帮你检查配置文件；或者用它来快速生成代码片段，就像拥有了一个随叫随到的编程助手。而且，自己动手丰衣足食，这种掌控感是使用现成软件无法比拟的。

准备工作：磨刀不误砍柴工

既然要动手，环境得先搭好。我们的技术栈选型非常经典且稳健：Node.js + TypeScript。为什么选它们？因为生态丰富，写起来顺手，而且跨平台兼容性好。

第一步：检查你的“武器库”

打开你的终端，输入以下命令：

node -v
npm -v

Ru果屏幕上乖乖地弹出了版本号，恭喜你，你Ke以直接跳过这一步。Ru果终端无情地报错了或者提示“command not found”，那也别慌。去 nodejs.org 下载一个LTS版本的安装包，一路“下一步”安装即可。这就像给电脑装上了心脏，是后续一切操作的基础。

第二步：搭建项目骨架

环境OK了咱们来初始化项目。找个你喜欢的目录，新建一个文件夹，比如叫 my-ai-cli。然后进去，执行：

mkdir my-ai-cli
cd my-ai-cli
npm init -y

这时候，你的文件夹里多了一个 package.json 文件，它是项目的身份证。接下来我们要安装一些必不可少的“帮手”库。别被这些名字吓到，它们dou是各司其职的好伙伴：

npm install typescript @types/node ts-node --save-dev
npm install commander chalk ora openai dotenv

这里简单介绍一下这几位“战友”：

commander它是处理命令行参数的大师，比如解析 --help 或者 -v 这种选项，全靠它。

chalk负责给终端上色。毕竟黑底白字kan久了会眼花，加点颜色心情好。

ora专门用来画那个转圈的加载动画，让等待过程不那么枯燥。

openai这是调用AI接口的SDK。虽然我们可Neng用硅基流动的API，但它们是兼容OpenAI格式的，所以用这个库Zui方便。

dotenv用来管理环境变量，特别是那个不Neng见人的API Key。

第三步：TypeScript配置

为了让我们Neng写出类型安全、优雅的代码，我们需要配置一下TypeScript。在项目根目录创建一个 tsconfig.json 文件，把下面这些配置贴进去：

{
  "compilerOptions": {
    "target": "ES2020",
    "module": "commonjs",
    "outDir": "./dist",
    "rootDir": "./src",
    "strict": true,
    "esModuleInterop": true,
    "skipLibCheck": true
  },
  "include": ,
  "exclude": 
}

这个配置告诉TypeScript：把源码放在 src 目录里编译后的结果扔到 dist 目录，并且要严格检查类型。

核心逻辑：赋予AI灵魂

好了地基打好了现在开始盖楼。我们要写的核心代码dou在 src/index.ts 里。先创建文件：

mkdir src
cd src
touch index.ts

打开 src/index.ts，准备好，我们要开始注入灵魂了。这段代码虽然有点长，但逻辑非常清晰。我会把它拆解开来解释。

引入所有需要的库，并初始化一些基础设置：

#!/usr/bin/env node
import { Command } from 'commander';
import chalk from 'chalk';
import ora from 'ora';
import OpenAI from 'openai';
import dotenv from 'dotenv';
import { readFileSync } from 'fs';
import { join } from 'path';
// 加载 .env 文件，把API Key藏起来
dotenv.config;
// 初始化 OpenAI 客户端
// 这里我们使用硅基流动的API地址，它兼容OpenAI的格式
const openai = new OpenAI({
  baseURL: 'https://api.siliconflow.cn/v1',
  apiKey: process.env.SILICONFLOW_API_KEY || '',
});
const program = new Command;

接下来我们要定义这个工具的基本信息，比如名字、版本和描述：

program
  .name
  .description
  .version;

然后是重头戏——子命令的设计。为了让工具好用，我们设计三个功Neng：askcode和 chat。

功Neng一：ask - 快速问答

这个功NengZui简单，你问一个问题，它回一个答案。适合用来查资料、解释概念。

program
  .command
  .description
  .option
  .action => {
    // 启动加载动画，让用户知道程序在跑
    const spinner = ora).start;
    try {
      const completion = await openai.chat.completions.create({
        model: options.model,
        messages: ,
        temperature: 0.7,
      });
      // 停止动画
      spinner.stop;
      const answer = completion.choices?.message?.content || '抱歉，AI好像走神了没回复。';
      console.log);
      console.log;
    } catch  {
      spinner.stop;
      console.error, error.message);
    }
  });

功Neng二：code - 代码生成器

这个功Neng是给程序员用的。我们通过System Prompt强制AI只输出代码，不要废话。这对于想快速抄一段代码片段来说简直太有用了。

program
  .command
  .description
  .option
  .action => {
    // 设定系统角色：你是个只写代码不说话的极客
    const systemPrompt = `你是一个专业的程序员。请只输出代码，不要Zuo任何解释。代码语言：${options.lang}。`;
    const spinner = ora).start;
    try {
      const completion = await openai.chat.completions.create({
        model: 'Qwen/Qwen2.5-7B-Instruct',
        messages: ,
        temperature: 0.2, // 温度低一点，代码geng严谨
      });
      spinner.stop;
      const code = completion.choices?.message?.content || '// 生成失败，请重试';
      console.log);
      console.log;
    } catch  {
      spinner.stop;
      console.error, error.message);
    }
  });

功Neng三：chat - 交互式对话

这是Zui酷的功Neng。你Ke以像在微信聊天一样，跟AI一来一回地对话。这里用到了Node.js的 readline 模块来处理输入流。

program
  .command
  .description
  .option
  .option
  .action => {
    const readline = require;
    const rl = readline.createInterface({
      input: process.stdin,
      output: process.stdout,
    });
    console.log);
    // 存储上下文，让AI记得之前说了啥
    const messages = ;
    const askQuestion =  => {
      rl.question, async  => {
        if  === 'exit') {
          console.log);
          rl.close;
          return;
        }
        // 把用户的话塞进历史记录
        messages.push;
        const spinner = ora.start;
        try {
          const completion = await openai.chat.completions.create({
            model: options.model,
            messages: messages,
            temperature: 0.7,
          });
          const reply = completion.choices?.message?.content || '无回复';
          spinner.stop;
          console.log);
          // 把AI的回复也塞进历史记录
          messages.push;
          askQuestion; // 递归调用，实现循环
        } catch  {
          spinner.stop;
          console.error, error.message);
          askQuestion;
        }
      });
    };
    askQuestion; // 开始第一轮提问
  });
// Zui后解析命令行参数
program.parse;

配置与安全：别把钥匙丢在大街上

代码写好了但还缺一样Zui重要的东西——API Key。为了安全起见，绝对不Neng把Key直接写在代码里提交到GitHub，那样你的额度会被刷爆的。

在项目根目录下创建一个 .env 文件：

SILICONFLOW_API_KEY=你的硅基流动API密钥

Ru果你还没有Key，去 siliconflow.cn 注册一个账号。新用户通常dou有免费额度，够你玩hen久了。记得把 .env 加到 .gitignore 文件里防止它被误传。

测试与运行：见证奇迹的时刻

激动人心的时刻到了。我们先不用编译，直接用 ts-node 跑起来kankan效果。

测试一下 ask 命令：

npx ts-node src/index.ts ask "什么是闭包？"

Ru果一切顺利，你应该Nengkan到一个绿色的加载动画，然后AI给出了关于闭包的解释。

再试试代码生成：

npx ts-node src/index.ts code "快速排序" --lang javascript

是不是直接吐出了JS代码？爽不爽？

Zui后试试交互模式：

npx ts-node src/index.ts chat

这时候你就Ke以跟它聊起来了输入 exit 退出。

打包发布：把工具装进“武器箱”

现在它还只Neng在项目目录里跑，怎么才Neng像 git 或 npm 那样在全局任何地方douNeng用呢？我们需要把它打包并链接到全局。

修改 package.json，添加 bin 字段和构建脚本：

{
  "name": "ai-cli",
  "version": "1.0.0",
  "description": "我的AI命令行助手",
  "main": "dist/index.js",
  "bin": {
    "ai-cli": "./dist/index.js"
  },
  "scripts": {
    "build": "tsc",
    "start": "node dist/index.js",
    "dev": "ts-node src/index.ts"
  },
  // ... 其他配置保持不变
}

注意 bin 字段，它告诉npm：当用户安装这个包时把 dist/index.js 注册为 ai-cli 命令。

然后执行编译：

npm run build

这时候，dist 目录下就生成了JS文件。Zui后执行链接命令：

npm link

这就大功告成了！现在关掉终端，再开一个新的，在任何目录下输入：

ai-cli ask "今天天气怎么样？"
ai-cli code "用Python写一个贪吃蛇"

是不是感觉整个世界dou在你的指尖下？Ru果你觉得这东西太好用了想分享给朋友，还Ke以把它发布到npm上。不过记得先去 package.json 里改个独一无二的名字，比如 my-super-ai-cli，不然肯定跟别人重名了。

回顾：这只是开始

咱们来捋一捋整个流程，其实就像搭积木一样简单：

用户输入: ai-cli ask "你好" --model Qwen/Qwen2.5-7B-Instruct
         ↓
program.parse 解析 process.argv
         ↓
找到子命令 "ask"
         ↓
提取位置参数 question = "你好"
         ↓
提取选项 options = { model: "Qwen/Qwen2.5-7B-Instruct" }
         ↓
调用 action
         ↓
执行你写的业务逻辑
         ↓
输出结果到终端

通过这个项目，你不仅学会了怎么写CLI工具，还掌握了如何调用大模型API，如何处理异步IO，甚至如何发布npm包。这可是实打实的全栈技Neng点。

当然现在的版本还比较简陋。你Ke以继续给它加Buff，比如：

增加多模态支持让它Neng识别图片，生成图片。

增加本地知识库结合RAG技术，让它Neng读你的本地文档。

增加AgentNeng力让它不仅Neng说话，还Neng自动帮你操作文件、跑脚本。

技术的大门Yi经为你打开了剩下的就是发挥你的想象力。掌握工具的人，才Neng掌握未来。别犹豫了赶紧去改造你的专属AI CLI吧，说不定下一个爆款工具就出自你手！

---